毕业论文spss印因子分析

你好spss熟练掌握你怎么联系呢

不懂分析那样复杂，我们都要这样要求。

步骤如下：

1、在新建的Excel表格中，插入六列数据，有种类、AC1、AC2、AC3、AC4和AC5；

2、打开SPSS分析工具，点击文件菜单，打开数据选择excel表格，从而导入数据；

3、导入数据之后，调整变量列展示的宽度，展示默认数据视图；

4、单击分析菜单，然后选择降维中的因子；

5、打开因子分析窗口，将AC1、AC2、AC3、AC4和AC5移到变量框中；

6、点击描述按钮，打开对应的窗口，统计勾选初始解，相关系数矩阵勾选系数和KMO和巴特利特球形度检验；

7、接着点击提取按钮，打开窗口并勾选分析相关性矩阵，显示勾选未旋转因子解和碎石图；

8、选择旋转打开窗口，方法选择最大方差法，显示勾选旋转后的解和载荷图；

9、点击得分按钮，打开因子得分窗口，勾选保存为变量，方法选择回归，然后单击继续；

10、最后设置选项，缺失值勾选成列排除个数，系数显示格式勾选按大小排序，然后点击继续；

11、确定之后，生成因子分析结果，有相关性矩阵、KMO和巴特利特检验；

12、根据已选的几个变量，生成公因子方差和总方差解释；

13、接着，生成以组件号为横坐标，特征值为纵坐标，构成碎石图；

14、还可以生成成分矩阵和旋转后的成分矩阵，提取方法是主成分分析法；

15、在成分转换矩阵下方，生成旋转后的空间中的组件图；

16、最后按照成分，生成成分得分系数矩阵和成分得分协方差矩阵。

【用spss做因子分析的步骤】1、百度搜索“spss”，选择下载并安装（最好下载中文破解版）。2、双击“spss快捷方式“，首先在”变量视图“下设置变量性质。3、然后在”数据视图“下录入数据信息。4、接着点击菜单栏的”分析“→”降维“→”因子分析“。5、选入变量，进行描述、抽取、旋转、得分、选项的相关设置（以描述的设置为例）。6、都设置好后，点击确认。

（1）用巴特利球形检验或KMO检验，判断学生的各科成绩是否适合因子分析；（2）构造因子变量，用主成分分析法，确定公共因子；（3）求因子载荷矩阵；（4）对因子载荷矩阵进行旋转，使各门课程在公共因子上的作用更加明显并易于解释；（5）计算因子得分系数矩阵，根据回归算法计算出因子得分函数的系数；（6）根据“ ”（其中 是第 个主成分的贡献率， 是第 个因子的得分）模型，计算每个学生成绩在 个公共因子上的得分并求和，以此作为综合评价的依据进行排序。

我这次的论文也是用因子分析来做的，在图书馆借了几本书外加在网上搜集的资料，可以说是小有成就啦第一步就是先输入数据，建议先将数据用excel列好，到时直接复制粘贴了第二步是分析相关性，将相关的变量剔除掉，选取手术几个不相关的指标第三 采用主成分分析法对原始数据进行标准化变换并求相关系数矩阵Rm@n, 求出R的特征根Ki及相应的标准正交化特征向量ai, 计算特征根Ki的信息贡献率,确定主成分的个数, 将经过标准后的样本指标值代入主成分, 计算每个样本的主成分得分。最后将主成分的值加总，得出排名。。。不知道我这么做是不是麻烦的，，希望能帮到你，又不懂的还可以问我

(1)首先将数据标准化，这是考虑到不同数据间的量纲不一致，因而必须要无量纲化。

(2)对标准化后的数据进行因子分析(主成分方法)，使用方差最大化旋转。

(3)写出主因子得分和每个主因子的方程贡献率。 Fj =β1j*X1 +β2j*X2 +β3j*X3 + ……+ βnj*Xn ; Fj 为主成分(j=1、2、……、m)，X1、X2 、X3 、……、Xn 为各个指标，β1j、β2j、β3j、……、βnj为各指标在主成分Fj 中的系数得分，用ej表示Fj的方程贡献率。

(4)求出指标权重。 ωi=[(m∑j)βij*ej]/[(n∑i)(m∑j)βij*ej]，ωi就是指标Xi的权重。

扩展资料

产品特点

1、操作简便

界面非常友好，除了数据录入及部分命令程序等少数输入工作需要键盘键入外，大多数操作可通过鼠标拖曳、点击“菜单”、“按钮”和“对话框”来完成。

2、编程方便

具有第四代语言的特点，告诉系统要做什么，无需告诉怎样做。只要了解统计分析的原理，无需通晓统计方法的各种算法，即可得到需要的统计分析结果。

对于常见的统计方法，SPSS的命令语句、子命令及选择项的选择绝大部分由“对话框”的操作完成。因此，用户无需花大量时间记忆大量的命令、过程、选择项。

3、功能强大

具有完整的数据输入、编辑、统计分析、报表、图形制作等功能。自带11种类型136个函数。SPSS提供了从简单的统计描述到复杂的多因素统计分析方法，比如数据的探索性分析、统计描述、列联表分析、二维相关、秩相关、偏相关、方差分析、非参数检验、多元回归、生存分析、协方差分析、判别分析、因子分析、聚类分析、非线性回归、Logistic回归等。

参考资料来源：百度百科-spss

1.因子分析：因子分析模型中，假定每个原始变量由两部分组成：共同因子和唯一因子。共同因子是各个原始变量所共有的因子，解释变量之间的相关关系。唯一因子顾名思义是每个原始变量所特有的因子，表示该变量不能被共同因子解释的部分。（帮助解读：举个例子，现在一个excel表有10个变量，因子分析可以将这10个变量通过某种算法变为3个，4个，5个等等因子，而每个因子都能表达一种涵义，从而达到了降维的效果，方便接下来的数据分析）2.因子分析与主成分分析的区别：主成分分析是试图寻找原有变量的一个线性组合。这个线性组合方差越大，那么该组合所携带的信息就越多。也就是说，主成分分析就是将原始数据的主要成分放大。因子分析，它是假设原有变量的背后存在着一个个隐藏的因子，这个因子可以可以包括原有变量中的一个或者几个，因子分析并不是原有变量的线性组合。（帮助解读：主成分分析降维凸显变量中起主导作用的变量，因子分析寻找变量背后可以概括变量特征的因子）---------------------------算法及原理就不介绍了，比较秃头-----------------------------二.因子分析怎么做（在spss中）：1.数据准备：下图数据是一份某城市的空气质量数据，一共6个变量，分别是：二氧化硫、二氧化氮、可吸入颗粒物、一氧化碳、臭氧、细颗粒物。在SPSS中打开数据如下：图12.操作步骤：1）打开因子分析工具：在这里插入图片描述2）选择要进行因子分析的变量：在这里插入图片描述3）设置因子分析模型：（可以按照以下截图设置模型，一般来说足够）a.描述：这里要说一下KMO和Bartlett的球形度检验，KMO检验统计量是用于比较变量间简单相关系数和偏相关系数的指标。主要应用于多元统计的因子分析。KMO统计量是取值在0和1之间。Kaiser给出了常用的kmo度量标准:以上表示非常适合；表示适合；表示一般；表示不太适合；以下表示极不适合。KMO统计量是取值在0和1之间。当所有变量间的简单相关系数平方和远远大于偏相关系数平方和时，KMO值接近值越接近于1,意味着变量间的相关性越强，原有变量越适合作因子分析；当所有变量间的简单相关系数平方和接近0时，KMO值接近值越接近于0,意味着变量间的相关性越弱，原有

本来想给你截图的，可是传不上来，我就简单说一下哈。首先你得进行一次预计算，选择菜单里分析——降维——因子分析，跳出主面板，把想分析的变量选到变量框里，然后点确定。这时候输出窗口里会只有一个或两个图表。其中有一个图表是主成分的方差贡献。这个图表里你要找到两个相邻的列（应该是第三列和第四列），其中前一个列指的是单个因子对方差的贡献率，后一个是因子累计贡献率。也就是说前一个列里边数值相加等于100，后一个列里边数值递增，最后一个等于100。假如前一个列里是60,30,10，那么后一列里就是60,90,100.两个列之间有一个和的关系。找到这两个列以后，你要找使得累计贡献率达到百分之八十的那个数。这个表的第一列是1,2,3，等等，它代表第几个因子，比如3指的那行就包括第三个因子的方差贡献率，累积到第三个因子的方差贡献率这两个数据。你要找到累计到达百分之八十的那个因子是第几个因子，然后就按提取几个因子进行计算。通过预计算知道了提取几个因子之后，就开始正式计算。再次打开因子分析的主面板，在最右边一共有五个选项，分别是描述，抽取，旋转，得分，选项。这五个在预计算里边没有用，但是现在要用了。点继续。点击描述，在对话框里选上初始变量分析，kmo统计量及bartlett球形检验这两个选项，（注意，kmo和bartlett是一个选项，选项名就是很长）这一步是用来判断变量是否适于进行因子分析的。点击抽取，对话框里最上边的方法就选主成分，分析里选上相关性矩阵，输出选上未旋转的因子解和碎石图两个选项，抽取里选择因子的固定数目，在要提取的因子后边填上你预计算里算出的因子数目。点继续。旋转里边选最大方差法，输出旋转解。继续。得分里边选保存为变量，方法为回归，显示因子得分系数矩阵也要打上勾。继续。确定。然后就可以分析结果了。先看kmo和bartlett的结果，kmo统计量越接近1，变量相关性越强，因子分析效果越好。通常以上为一般，以下不能接受，就是不适合做因子分析。bartlett检验从检验相关矩阵出发，如果p值，就是sig，比较小的话，一般认为小于，当然越小越好，就适于因子分析。如果这两个检验都合格的话，才可以去写因子模型。为了便于描述，假设我们有两个因子f1，f2，旋转变换后的因子载荷矩阵会告诉你每个变量用因子表示的系数。比如变量x1=系数1*f1+系数2*f2，变量2以此类推。因子得分系数矩阵会告诉你每个因子里各变量占得权重，比如f1=系数1*x1+系数2*x2+。。。根据这个我们就能算出因子得分了。因为之前选择了将因子保存为新变量，所以spss会直接保存两个因子得分为两个新变量，然后我们不是有一个公式吗总得分=因子1的方差贡献率*因子1的得分+因子2的方差贡献率*因子2的得分+...根据这个公式计算一下就可以了。用spss或者excel都可以。希望能对你有帮助哦。ppv课，大数据培训专家，最专业的大数据培训平台。为你提供最好的spss学习教程哦。